Google DeepMind lanza Gemma 4, una familia de modelos de IA abiertos y multimodales que operan en el dispositivo y que impulsarán la próxima generación de Android con Gemini Nano 4.
En la incesante carrera por democratizar la inteligencia artificial, Google DeepMind ha lanzado una ofensiva que redefine el campo de batalla: la familia de modelos multimodales Gemma 4. Anunciados el 2 de abril de 2026 a través de Hugging Face, estos modelos no son una mera iteración; representan un hito, una declaración de intenciones. Su naturaleza verdaderamente abierta, bajo licencias Apache 2, y su capacidad intrínseca para operar directamente en dispositivos, marcan el amanecer de una era donde la inteligencia más sofisticada ya no reside exclusivamente en la nube, sino en la palma de nuestra mano. La colaboración con la comunidad, asegurando su disponibilidad en herramientas como `transformers`, `llama.cpp` y `MLX`, subraya una estrategia de adopción masiva y sin precedentes.
Gemma 4 se erige sobre una arquitectura refinada, heredera de sus predecesores, pero potenciada con una robusta capacidad multimodal. Es capaz de procesar entradas de imagen, texto y audio, generando respuestas coherentes en texto, una sinfonía de sentidos que converge en la comprensión. Las mejoras en su codificador de imágenes, con soporte para relaciones de aspecto variables y un número configurable de tokens, optimizan la delicada balanza entre velocidad, memoria y calidad. La familia se despliega en cuatro tamaños distintos —Gemma 4 E2B (2.3B efectivo), E4B (4.5B efectivo), 31B (31B denso) y 26B A4B (Mixture-of-Experts)—, todos disponibles en versiones base y ajustadas por instrucción, con ventanas de contexto que alcanzan los 256K tokens en las variantes más potentes, abriendo un horizonte de posibilidades para el razonamiento contextual.
La verdadera magnitud de Gemma 4 se revela al comprender su papel fundacional para Gemini Nano 4, la próxima generación de la IA on-device de Google para Android. Presentado apenas cuatro días después, el 6 de abril de 2026, Gemini Nano 4 estará disponible en dispositivos Android de gama alta a finales de ese mismo año, aunque los desarrolladores ya tienen acceso a través del AICore Developer Preview. Este modelo se ofrecerá en dos variantes estratégicas: 'Fast', optimizada para la velocidad máxima y basada en Gemma 4 E2B, y 'Full', diseñada para el razonamiento complejo y fundamentada en Gemma 4 E4B, demostrando la versatilidad y escalabilidad de la arquitectura subyacente.
Las mejoras de Gemini Nano 4 son, sencillamente, transformadoras. Promete ser hasta cuatro veces más rápido y consumir un 60% menos de batería que su versión anterior, un salto cuántico en eficiencia. Sus capacidades incluyen una comprensión multimodal nativa de texto, imágenes y audio, soporte para más de 140 idiomas, ventanas de contexto de 128K tokens y funcionalidades agénticas avanzadas, como la llamada a funciones y la salida JSON estructurada. Pero lo más crucial es que todo este procesamiento se realiza de forma local en el dispositivo, garantizando una privacidad férrea y eliminando la dependencia de la nube, un pilar fundamental en la confianza del usuario.
La estrategia de Google con Gemma 4 y Gemini Nano 4 es cristalina: establecer un estándar de IA on-device ineludible para el vasto ecosistema Android. En un tablero donde competidores como Apple avanzan con sus propias soluciones, Google inunda el mercado con un modelo de acceso gratuito que funciona en una plétora de chips (Qualcomm, MediaTek, Google), estandarizando la capa de IA en un ecosistema tradicionalmente fragmentado. La compatibilidad directa entre el código escrito para Gemma 4 y su funcionamiento en Nano 4 es una jugada maestra para incentivar a los desarrolladores, consolidando la visión de Google de una inteligencia artificial potente, eficiente y omnipresente, que no solo reside en nuestros dispositivos, sino que se integra de manera fluida en nuestra vida digital.
Compartir
Freestyle lanza una plataforma de 'sandboxing' en la nube sobre 'bare metal' para agentes de IA, ofreciendo clonación de memoria en vivo y aprovisionamiento de VMs ultrarrápido.
La práctica de 'vibe coding', expuesta por la filtración de Claude, genera software de baja calidad y amenaza la sostenibilidad del ecosistema de código abierto al usarlo sin retribución.
La NHTSA cierra su investigación sobre la función 'Actually Smart Summon' de Tesla, confirmando que los incidentes fueron menores y poco frecuentes, aunque la agencia mantiene la potestad de reabrir el caso.